Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion till öppen källkodens LLMs
- Översikt över DeepSeek, Mistral, LLaMA och andra öppen källkodsmodeller
- Hur LLMs fungerar: Transformers, självåtention och träning
- Jämförelse mellan öppen källkodens LLMs och proprietära modeller
Finjustering och anpassning av LLMs
- Förberedelse av data för finjustering
- Träning och optimering av LLMs med hjälp av Hugging Face
- Utvärdering av modellprestanda och förminskning av fördomar
Byggande av AI-agenter med LLMs
- Introduktion till LangChain för utveckling av AI-agenter
- Design av agentbaserade arbetsflöden med LLMs
- Minneshantering, återhämtningsförstärkt generering (RAG) och utförande av åtgärder
Distribution av LLM-baserade AI-agenter
- Kontainerisering av AI-agenter med Docker
- Integrering av LLMs i företagsapplikationer
- Skalning av AI-agenter med molntjänster och API:er
Säkerhet och överensstämmelse i företags AI
- Etiska överväganden och regelbunden överensstämmelse
- Minskning av risker i AI-drivna automatiseringar
- Övervakning och granskning av AI-agenternas beteende
Fallstudier och praktiska applikationer
- Virtuella assistenter som drivs av LLMs
- AI-drivna dokumentautomatiseringar
- Anpassade AI-agenter för företagsanalys
Optimering och underhåll av LLM-baserade agenter
- Kontinuerlig förbättring och uppdatering av modeller
- Distribution av övervakning och återkopplingslooper
- Strategier för kostnadsoptimering och prestandjustering
Sammanfattning och nästa steg
Krav
- Djupgående kunskap om AI och maskininlärning
- Erfarenhet av Python-programmering
- Bekantskap med stora språkmodeller (LLMs) och bearbetning av naturligt språk (NLP)
Målgrupp
- AI-ingenjörer
- Företagsprogramutvecklare
- Företagsledare
21 timmar
Vittnesmål (1)
Tränare som svarar på frågor på plats.
Adrian
Kurs - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Machine Translated